Расчет путаницы для логита с фиксированным эффектом

Question

Я хотел бы спросить, как рассчитать матрицу путаницы для модели с фиксированным эффектом lo git (пакет bife)

С моделью basi c lo git (glm) ) проблем нет, но с фиксированным эффектом lo git есть.

По некоторым причинам число предсказаний отличается для lo git и фиксированного эффекта lo git.

* 1008. * Пример:

library(bife)
library(tidyverse)
library(caret)

dataset <- psid

logit <- glm(LFP ~ AGE + I(AGE^2) + log(INCH) + KID1 + KID2 + KID3, data = dataset, family = "binomial")
mod <- bife(LFP ~AGE +  I(AGE^2) + log(INCH) + KID1 + KID2 + KID3| ID, dataset)

summary(mod)
summary(logit)

predict(logit)
predict(mod)

Y <- factor(dataset$LFP)
PRE <- factor(round(predict(logit, type = "response")))
PRE_FIX <- factor(round(predict(mod, type = "response")))

confusionMatrix(Y, PRE)

# Not working
confusionMatrix(Y, PRE_FIX)

Answer 1

Вы можете попробовать этот код,

confusionMatrix<-table(true=Y , pred = round(fitted(PRE_FIX)))

Теоретически, вы сможете наблюдать за матрицей путаницы в форме таблицы.

  0             1
0 TruePositive  FalseNegative
1 FalsePositive TrueNegative